知识卡片
对象:带特征的行向量
机器学习里的对象不是面向对象编程中类的实例,而是带有一组特征的行向量,也就是表中的一行;表的每一列是一个特征,所有特征合起来构成特征向量。为与线性代数里的特征向量区分,才另取“对象”这个名字。对象的维度就是行向量的列数,例如把大型动物与水果表的名称删去、只保留是否动物、重量、颜色、生命周期四个数值特征后,每条记录就是一个四维对象;含字符串的名称不能直接参与运算,需先编码为数字。对象应被当作不可轻易拆分的完整个体:一张 32×32 的手写体图片虽然像素很多,仍整体作为一个对象;它强调的是“一个有意义的事物”,而不是某个孤立的数值。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- 第1章 机器学习的基础 · 查看原书依据
所有特征组合在一起构成一组行向量,也称为特征向量。为了区别线性代数中的特征值和特征向量,引入了对象这个名称。以非洲象、大白鲨等开头的数据行就是一组行向量,也就是一个对象。对象的维度就是行向量的列数,上述数据集的维度为5。
参考来源
- 位置:《机器学习算法原理与编程实践》第1章 机器学习的基础(源文件:extracted/机器学习算法原理与编程实践/_epub-src/OEBPS/text00007.html)
- 结论依据:原文明确定义对象为含一组特征的行向量,并说明它与线性代数中特征向量的命名区别、维度等于列数,以及图片整体作为对象的例子。
- 原始内容:所有特征组合在一起构成一组行向量,也称为特征向量。为了区别线性代数中的特征值和特征向量,引入了对象这个名称。以非洲象、大白鲨等开头的数据行就是一组行向量,也就是一个对象。对象的维度就是行向量的列数,上述数据集的维度为5。